欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實(shí)現(xiàn)C4.5決策樹算法

 更新時(shí)間:2018年08月29日 15:11:39   作者:楊柳岸曉風(fēng)  
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)C4.5決策樹算法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

C4.5算法使用信息增益率來代替ID3的信息增益進(jìn)行特征的選擇,克服了信息增益選擇特征時(shí)偏向于特征值個(gè)數(shù)較多的不足。信息增益率的定義如下:

# -*- coding: utf-8 -*-


from numpy import *
import math
import copy
import cPickle as pickle


class C45DTree(object):
 def __init__(self): # 構(gòu)造方法
  self.tree = {} # 生成樹
  self.dataSet = [] # 數(shù)據(jù)集
  self.labels = [] # 標(biāo)簽集


 # 數(shù)據(jù)導(dǎo)入函數(shù)
 def loadDataSet(self, path, labels):
  recordList = []
  fp = open(path, "rb") # 讀取文件內(nèi)容
  content = fp.read()
  fp.close()
  rowList = content.splitlines() # 按行轉(zhuǎn)換為一維表
  recordList = [row.split("\t") for row in rowList if row.strip()] # strip()函數(shù)刪除空格、Tab等
  self.dataSet = recordList
  self.labels = labels


 # 執(zhí)行決策樹函數(shù)
 def train(self):
  labels = copy.deepcopy(self.labels)
  self.tree = self.buildTree(self.dataSet, labels)


 # 構(gòu)件決策樹:穿件決策樹主程序
 def buildTree(self, dataSet, lables):
  cateList = [data[-1] for data in dataSet] # 抽取源數(shù)據(jù)集中的決策標(biāo)簽列
  # 程序終止條件1:如果classList只有一種決策標(biāo)簽,停止劃分,返回這個(gè)決策標(biāo)簽
  if cateList.count(cateList[0]) == len(cateList):
   return cateList[0]
  # 程序終止條件2:如果數(shù)據(jù)集的第一個(gè)決策標(biāo)簽只有一個(gè),返回這個(gè)標(biāo)簽
  if len(dataSet[0]) == 1:
   return self.maxCate(cateList)
  # 核心部分
  bestFeat, featValueList= self.getBestFeat(dataSet) # 返回?cái)?shù)據(jù)集的最優(yōu)特征軸
  bestFeatLabel = lables[bestFeat]
  tree = {bestFeatLabel: {}}
  del (lables[bestFeat])
  for value in featValueList: # 決策樹遞歸生長(zhǎng)
   subLables = lables[:] # 將刪除后的特征類別集建立子類別集
   # 按最優(yōu)特征列和值分隔數(shù)據(jù)集
   splitDataset = self.splitDataSet(dataSet, bestFeat, value)
   subTree = self.buildTree(splitDataset, subLables) # 構(gòu)建子樹
   tree[bestFeatLabel][value] = subTree
  return tree


 # 計(jì)算出現(xiàn)次數(shù)最多的類別標(biāo)簽
 def maxCate(self, cateList):
  items = dict([(cateList.count(i), i) for i in cateList])
  return items[max(items.keys())]


 # 計(jì)算最優(yōu)特征
 def getBestFeat(self, dataSet):
  Num_Feats = len(dataSet[0][:-1])
  totality = len(dataSet)
  BaseEntropy = self.computeEntropy(dataSet)
  ConditionEntropy = []  # 初始化條件熵
  slpitInfo = [] # for C4.5,caculate gain ratio
  allFeatVList = []
  for f in xrange(Num_Feats):
   featList = [example[f] for example in dataSet]
   [splitI, featureValueList] = self.computeSplitInfo(featList)
   allFeatVList.append(featureValueList)
   slpitInfo.append(splitI)
   resultGain = 0.0
   for value in featureValueList:
    subSet = self.splitDataSet(dataSet, f, value)
    appearNum = float(len(subSet))
    subEntropy = self.computeEntropy(subSet)
    resultGain += (appearNum/totality)*subEntropy
   ConditionEntropy.append(resultGain) # 總條件熵
  infoGainArray = BaseEntropy*ones(Num_Feats)-array(ConditionEntropy)
  infoGainRatio = infoGainArray/array(slpitInfo) # C4.5信息增益的計(jì)算
  bestFeatureIndex = argsort(-infoGainRatio)[0]
  return bestFeatureIndex, allFeatVList[bestFeatureIndex]

 # 計(jì)算劃分信息
 def computeSplitInfo(self, featureVList):
  numEntries = len(featureVList)
  featureVauleSetList = list(set(featureVList))
  valueCounts = [featureVList.count(featVec) for featVec in featureVauleSetList]
  pList = [float(item)/numEntries for item in valueCounts]
  lList = [item*math.log(item, 2) for item in pList]
  splitInfo = -sum(lList)
  return splitInfo, featureVauleSetList


 # 計(jì)算信息熵
 # @staticmethod
 def computeEntropy(self, dataSet):
  dataLen = float(len(dataSet))
  cateList = [data[-1] for data in dataSet] # 從數(shù)據(jù)集中得到類別標(biāo)簽
  # 得到類別為key、 出現(xiàn)次數(shù)value的字典
  items = dict([(i, cateList.count(i)) for i in cateList])
  infoEntropy = 0.0
  for key in items: # 香農(nóng)熵: = -p*log2(p) --infoEntropy = -prob * log(prob, 2)
   prob = float(items[key]) / dataLen
   infoEntropy -= prob * math.log(prob, 2)
  return infoEntropy


 # 劃分?jǐn)?shù)據(jù)集: 分割數(shù)據(jù)集; 刪除特征軸所在的數(shù)據(jù)列,返回剩余的數(shù)據(jù)集
 # dataSet : 數(shù)據(jù)集; axis: 特征軸; value: 特征軸的取值
 def splitDataSet(self, dataSet, axis, value):
  rtnList = []
  for featVec in dataSet:
   if featVec[axis] == value:
    rFeatVec = featVec[:axis] # list操作:提取0~(axis-1)的元素
    rFeatVec.extend(featVec[axis + 1:]) # 將特征軸之后的元素加回
    rtnList.append(rFeatVec)
  return rtnList

 # 存取樹到文件
 def storetree(self, inputTree, filename):
  fw = open(filename,'w')
  pickle.dump(inputTree, fw)
  fw.close()

 # 從文件抓取樹
 def grabTree(self, filename):
  fr = open(filename)
  return pickle.load(fr)

調(diào)用代碼

# -*- coding: utf-8 -*-

from numpy import *
from C45DTree import *

dtree = C45DTree()
dtree.loadDataSet("dataset.dat",["age", "revenue", "student", "credit"])
dtree.train()

dtree.storetree(dtree.tree, "data.tree")
mytree = dtree.grabTree("data.tree")
print mytree

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 基于python實(shí)現(xiàn)Pycharm斷點(diǎn)調(diào)試

    基于python實(shí)現(xiàn)Pycharm斷點(diǎn)調(diào)試

    這篇文章主要介紹了基于python實(shí)現(xiàn)Pycharm斷點(diǎn)調(diào)試,在我們寫程序的時(shí)候,很容易遇到各種各樣的bug,然后編譯器提示程序出錯(cuò)的地方。很多時(shí)候可以通過提示的信息修改程序,但是有時(shí)我們想得到更多的信息,這個(gè)時(shí)候就需要進(jìn)行斷點(diǎn)調(diào)試,下面我們就一起來學(xué)習(xí)ycharm斷點(diǎn)調(diào)試
    2022-02-02
  • python基礎(chǔ)教程之python消息摘要算法使用示例

    python基礎(chǔ)教程之python消息摘要算法使用示例

    這篇文章主要介紹了python中的消息摘要算法使用示例,需要的朋友可以參考下
    2014-02-02
  • 在pytorch中實(shí)現(xiàn)只讓指定變量向后傳播梯度

    在pytorch中實(shí)現(xiàn)只讓指定變量向后傳播梯度

    今天小編就為大家分享一篇在pytorch中實(shí)現(xiàn)只讓指定變量向后傳播梯度,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • python文字轉(zhuǎn)語音的實(shí)例代碼分析

    python文字轉(zhuǎn)語音的實(shí)例代碼分析

    在本篇文章里小編給大家整理的是關(guān)于python文字轉(zhuǎn)語音的實(shí)例代碼分析,有需要的朋友們可以參考下。
    2019-11-11
  • Python利用request庫實(shí)現(xiàn)翻譯接口

    Python利用request庫實(shí)現(xiàn)翻譯接口

    這篇文章主要為大家詳細(xì)介紹了Python如何利用request庫打造自己的翻譯接口,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2023-04-04
  • 基于python實(shí)現(xiàn)FTP文件上傳與下載操作(ftp&sftp協(xié)議)

    基于python實(shí)現(xiàn)FTP文件上傳與下載操作(ftp&sftp協(xié)議)

    這篇文章主要介紹了基于python實(shí)現(xiàn)FTP文件上傳與下載操作(ftp&sftp協(xié)議),本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-04-04
  • python列表的構(gòu)造方法list()

    python列表的構(gòu)造方法list()

    這篇文章主要介紹了python列表的構(gòu)造方法list(),python中沒有數(shù)組這個(gè)概念,與之相應(yīng)的是列表,本篇文章就來說說列表這個(gè)語法,下面文章詳細(xì)內(nèi)容,需要的小伙伴可以參考一下
    2022-03-03
  • 詳解如何在cmd命令窗口中搭建簡(jiǎn)單的python開發(fā)環(huán)境

    詳解如何在cmd命令窗口中搭建簡(jiǎn)單的python開發(fā)環(huán)境

    這篇文章主要介紹了詳解如何在cmd命令窗口中搭建簡(jiǎn)單的python開發(fā)環(huán)境,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-08-08
  • 解決使用pycharm提交代碼時(shí)沖突之后文件丟失找回的方法

    解決使用pycharm提交代碼時(shí)沖突之后文件丟失找回的方法

    這篇文章主要介紹了解決使用pycharm提交代碼時(shí)沖突之后文件丟失找回的方法 ,需要的朋友可以參考下
    2018-08-08
  • Pygame的程序開始示例代碼

    Pygame的程序開始示例代碼

    這篇文章主要介紹了Pygame的程序開始的示例代碼,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05

最新評(píng)論